【摘 要】
：
为了提高恶劣道路场景下的目标检测能力,本文在YOLOV4-Tiny的基础上提出了一种快速目标检测算法。首先,本文考虑雨雾天气条件下的道路目标检测场景,将基于二次模糊的清晰度算法(ReBlur)和暗通道先验算法相结合对图像进行处理,然后将处理前后的图像用于网络的训练和测试,以克服雨雾天气造成的图像质量下降问题;另一方面,考虑道路场景中的小目标检测,本文在原网络的基础上对8倍降采样特征图进行上采样,再
【基金项目】
：
国家自然科学基金(51507188)。
论文部分内容阅读
为了提高恶劣道路场景下的目标检测能力,本文在YOLOV4-Tiny的基础上提出了一种快速目标检测算法。首先,本文考虑雨雾天气条件下的道路目标检测场景,将基于二次模糊的清晰度算法(ReBlur)和暗通道先验算法相结合对图像进行处理,然后将处理前后的图像用于网络的训练和测试,以克服雨雾天气造成的图像质量下降问题;另一方面,考虑道路场景中的小目标检测,本文在原网络的基础上对8倍降采样特征图进行上采样,再把得到的上采样结果与上一层的特征图拼接,以添加针对小目标的检测头。实验结果表明,改进后的网络在复杂道路场
其他文献
0 引言rn2021年5月27日,采矿行业“5G+工业互联网”现场工作会如期在山西太原举行,现场发布了“5G+工业互联网”第一批重点行业和应用场景.“5G+工业互联网”第一批五大重点
随着科技的发展与生活节奏的加快,信息量成爆发式地增长,传统的信息管理模式已经满足不了信息化时代背景下海量信息快速处理要求,信息处理压力倍增.由于计算机技术强大的数据
为提升阵列雷达抗干扰能力,利用随机相位调制增加每一阵元发射信号之间的非相关性,实现发射信号的非平面波前。从发射信号原理入手,探究随机相位调制对于探测信号与抗干扰的优势,研究阵列天线的时空相关性,建立基于随机相位调制的发射信号数学模型,用于提升探测信号的抗干扰能力。仿真实验表明:当随机调制范围达到[-π/3,π/3]时,目标与环境信号之间能够有效分辨,对于环境杂波的抑制可达到3 dB,而进一步增大调制范围则对杂波的抑制提升不明显。
作为一种分布式训练框架,联邦学习在无线通信领域有着广阔的应用前景,也面临着多方面的技术挑战,其中之一源于参与训练用户数据集的非独立同分布(Independent and identically distributed,IID)。不少文献提出了解决方法,以减轻户数据集非IID造成的联邦学习性能损失。本文以平均信道增益预测、正交幅度调制信号的解调这两个无线任务以及两个图像分类任务为例,分析用户数据集非IID对联邦学习性能的影响,通过神经网络损失函数的可视化和对模型参数的偏移量进行分析,尝试解释非IID数据集对
随着中国城市化进程的快速推进,城市人口密集,交通出行不便的问题日益严峻,城市轨道交通的建设与运营成为当下缓解民众出行困难的良方。同时城市轨道交通由于客流量的增多,向着功能密集、要素活跃的城市空间核心地带演变。城市轨道交通平行换乘车站作为城市轨道交通的重要组成部分,作为客流交汇之地,其位置的设置以及空间设计布局,对于城市轨道交通的功能提升起到了十分重要的作用。本文就将借用《当代城市轨道交通枢纽开发与空间规划设计》一书,分析研究以功能为导向的城市轨道交通平行换乘车站设计。
新一代视频编码标准H.266将帧内预测模式从35种扩展到67种,提高预测准确率的同时大大增加了编码的计算复杂度。本文根据视频内容纹理方向和帧内预测模式选择相关性强的特点提出了一种基于结构张量的H.266帧内预测模式快速选择算法,以编码单元CU为单位,计算其结构张量矩阵,再依据结构张量奇异值分解后得到的特征向量来确定当前CU的纹理方向,缩小候选模式的选择范围,减少进行代价计算的模式数量。实验结果表明,在全I帧条件下,该算法相较于H.266 VTM-7.3标准平台在节省17.28%编码时间的同时只增加1.12
GNSS欺骗式干扰是卫星导航系统的一大威胁.对于转发式欺骗干扰,由于目标接收机并不知道所受干扰的具体参数,现有的单一欺骗检测方法不能检测所有欺骗干扰,本文提出一种在捕获
针对非协作通信背景中MIMO-OFDM信号信噪比盲估计问题,提出了一种新的MIMO-OFDM信号SNR盲估计算法。首先,计算接收信号的自相关矩阵并进行特征值分解,再用最小描述长度(The Minimum Description Length,MDL)估计发射天线数;然后,把接收信号进行子空间分解估计噪声功率;最后,利用JADE(Joint Approximate Diagonalization of Eigenvalue Matrix)估计出信号功率,从而有效估计出MIMO-OFDM的信噪比。实验结果表明
在脉冲多普勒体制雷达系统中,脉冲压缩后信号强度常常服从Gamma分布,使得诸如信噪比、信干噪比等指标的统计评估本质上是针对Gamma分布均值比进行的。传统的Gamma分布均值比指标分析主要采用最大似然估计方法,不仅忽略了先验信息的使用,而且区间估计中的置信度也无法从概率意义上给出解释。为了克服这些缺点,文中通过推导Gamma分布均值比分布与Beta分布的关系,证明Gamma分布参数的后验分布为对数凹分布的特性,提出了基于Gibbs采样的Gamma分布均值比的贝叶斯统计推理框架,推导得到了后验点估计和区间估
为解决存在模型不确定、多区域似然和观测噪声干扰情况下的机动目标跟踪问题,提出了正则UK状态约束的多模型滤波器,根据截断理论对系统空时约束信息构建软约束模型,将其作为系统先验知识融入状态模型预测和模型状态非线性滤波的过程。为了处理模型不精确引起的模型属性歧义的问题,通过加权蒙特卡罗重要性样本预测状态模型概率。为了实现系统软约束,通过添加系统结构的内外正则项优化目标函数,在此基础上,对模型状态变量进行无迹变换并融合多模型滤波输出,从而实现对有效观测信息的优化跟踪及多变量非线性闭环系统的稳定控制。仿真实验结果表